[发明专利]基于暗原色和交替方向乘子法优化的湍流图像盲复原方法

摘要

本发明涉及一种基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，首先，基于多尺度的思想，在每一层尺度上对图像施加暗原色先验约束、对点扩散函数施加稀疏约束和能量约束，然后，采用坐标下降法交替迭代估计当前尺度下的模糊核和图像。当达到最大尺度时，得到最终估计的模糊核，最后，再结合总变分模型，采用导数交替方向乘子法实现图像细节快速恢复。本发明方法采用清晰图像的暗原色先验信息作为约束项，有利于代价函数在迭代过程中收敛到清晰解，解决了盲复原算法在最大后验概率框架下使用梯度先验信息约束易求得模糊解的问题，故在复原结果的视觉上，能恢复出更多的图像细节，振铃效应更少，有效提升了复原质量。

主权项

1.一种基于暗原色和交替方向乘子法优化的湍流图像盲复原方法，其特征在于步骤如下：步骤1、每一层尺度上估计模糊核和目标图像：基于多尺度思想，对目标观测图像y采用如下代价函数估计原始目标图像x和模糊核k:采用坐标下降法来交替求解x和k；上式中，y为目标观测图像，x为原始目标图像，代表卷积，k为模糊核，γ,μ和γ是参数权重，▽x代表图像的梯度，D(x)代表图像的暗原色约束；步骤2、交替方向乘子法优化：根据估计的模糊核k，采用交替方向乘子法优化求解最终估计的原始目标图像x，方法如下：图像复原的总变分模型为：其中，D是离散梯度算子，τ为参数权重；基于导数空间的图像复原总变分模型为：其中，d＝Dx，μ为参数权重；添加辅助变量f，令f＝d；定义增广拉格朗日函数为：采用交替方向乘子法更新参数f,d和q，给定参数f和q，d通过下式进行求解：更新求解d时，构造d的拉格朗日对偶函数为：KKT条件为：对应的解为：将上式中的B＝k^Tk+δI，公式(6)放在傅里叶域中求解采用ADMM优化算法进行求解，设定eps＝10^‑4，收敛条件为：当算法收敛时，得到最终估计的原始目标图像x。